正在加载图片...
1,掌握决策树的基本原理 2.熟悉划分选择的评价方法。 3.理解剪枝的基本方法。 4.了解连续与缺失值的处理方法。 (二)教学内容 第一节基本原理 第二节划分选择 第三节剪枝处理 第四节连续与缺失值 (三)思政内容 通过深入讲解决策树模型,与学生讨论科学与技术、理论与实际的辩证关系, 培养学生既要认识理论的高度,也要重视掌握实践中解决问题的具体办法。 第五章神经网络 (一)目的与要求 1.掌握神经网络模型的基本原理。 2.熟悉误差逆传播算法。 3.理解全局最小与局部最小的差别 4.了解深度学习。 (二)教学内容 第一节神经元模型 第二节感知机与多层网络 第三节误差逆传播算法 第四节全局最小与局部最小 第五节深度学习 (三)思政内容 通过深入讲解当下最热门的神经网络模型与深度学习,呈现科技的魅力,增强 学生学习科技的兴趣和热情。 第六章支持向量机 (一)目的与要求 1.堂握支持向量机的原理 2.熟悉间隔的计算。 3.理解核函数的作用 (二)教学内容 第一节间隔与支持向量 第二节对偶问题1. 掌握决策树的基本原理。 2. 熟悉划分选择的评价方法。 3. 理解剪枝的基本方法。 4. 了解连续与缺失值的处理方法。 (二)教学内容 第一节 基本原理 第二节 划分选择 第三节 剪枝处理 第四节 连续与缺失值 (三)思政内容: 通过深入讲解决策树模型,与学生讨论科学与技术、理论与实际的辩证关系, 培养学生既要认识理论的高度,也要重视掌握实践中解决问题的具体办法。 第五章 神经网络 (一)目的与要求 1. 掌握神经网络模型的基本原理。 2. 熟悉误差逆传播算法。 3. 理解全局最小与局部最小的差别。 4. 了解深度学习。 (二)教学内容 第一节 神经元模型 第二节 感知机与多层网络 第三节 误差逆传播算法 第四节 全局最小与局部最小 第五节 深度学习 (三)思政内容: 通过深入讲解当下最热门的神经网络模型与深度学习,呈现科技的魅力,增强 学生学习科技的兴趣和热情。 第六章 支持向量机 (一)目的与要求 1. 掌握支持向量机的原理。 2. 熟悉间隔的计算。 3. 理解核函数的作用。 (二)教学内容 第一节 间隔与支持向量 第二节 对偶问题
<<向上翻页向下翻页>>
©2008-现在 cucdc.com 高等教育资讯网 版权所有